水底下的雲_風聞

曾幾何時，UDC水下數據中心，就像《流浪地球2》泡在水裏的根服務器，是一個只存在於科幻電影、獵奇新聞中，或者是海外頂尖科研機構用來“炫技”的“黑科技”。

如今，UDC已經來到了我們身邊，並且正在加速。

今年7月我去2024世界人工智能大會，在一家中國計算廠商的展台“C位”，看到了一台泡在水中、正在運行的電腦。

原來，該企業研發的特殊液體，能夠與電路板兼容，而且不會腐化電路。依託相關材料打造的液冷服務器，可以抵禦電子元器件的天敵——“水”，讓水下數據中心成為可能。

據現場工作人員透露，目前該企業已經與蘇州達成合作，正在湖中部署水下數據中心。一是可以作為當地“新質生產力”的標杆項目，展現在智能計算方面的區域實力；二是有特別好的節能減排降耗效果，可以為當地一些AI企業和應用提供綠色算力。

那怎麼才能用到水底的算力呢？答案是，雲。

從雲上獲取AI算力，憑藉天然的成本優勢、靈活租用的彈性優勢，成為AI 初創企業的首選。建設更節能、更綠色、成本更低的“雲”， UDC水下數據中心也走進了雲計算廠商的視野。

2014年微軟首次提出了水下數據中心概念，希望為沿海人口提供高速雲服務。2018 年微軟正式將 855 台服務器沉到海里，與Azure 雲進行對比。我國目前也有海底數據中心，核心業務就是算力服務，以及跟騰訊、阿里等雲廠家的大批量直接合作，為它們提供更具成本優勢的雲端算力。

本文就來聊一聊，水底下的雲，到底怎麼把算力價格“打下來”？

“AI的盡頭是電力”。大模型的參數量達到萬億級別，驅動着智算中心的組網規模向五萬卡，甚至是十萬卡級演進。而一個十萬卡集羣，可能耗盡一個城市的電量。為了供養AI大模型，全城人都不能開空調、看電視，這未免也太賽博朋克了。

不僅我們不願意出現這種情況，其實雲廠商也不願意。有調研顯示，水電費支出佔到了數據中心運營成本的50%以上，而智算中心GPU的密度進一步增加，電量負荷會倍數增長，直接導致雲廠商的成本激增。

為了減少電費，雲廠商們可謂是想盡了辦法。

有人把數據中心放到了烏蘭察布、青海，有人放到了湖邊（阿里巴巴千島湖數據中心），有人放進了山洞（騰訊、華為），有人直接搬去了北極圈（Facebook Node Pole 數據中心、芬蘭哈米納港Google數據中心），還有人放到了海上（Google海上漂浮數據中心）、海底（微軟Project Natick數據中心）。

萬變不離其宗，就是減少依靠空調等電力設備降温的風冷，多靠自然環境中的空氣或水，進行自然冷卻。

而這些自然冷卻方案中，水底下的雲無疑是最有“減電”競爭力的。

顯然，相比陸地數據中心，水下環境的複雜度更高，佈線、維護更為麻煩，而且服務器本來就怕水，對水下數據中心的防水、防腐性能挑戰更大，為什麼還能成為一種選擇？

水下數據中心的成本“第一刀”，就把自然冷卻效果打到了“地板價”。

作為冷卻效果最極致的解決方案，水下數據中心直接利用了水體的低温特性，比其他物質（如空氣冷卻、風力冷卻）吸收更多熱量，大幅減少了額外的冷卻需求。

同時，由於水下環境本身就提供了有效的冷卻，因此可以減少對空調系統的依賴和能耗。

可以説，利用水流帶走熱量，水下數據中心節能降耗的成本優勢最為顯著。

在陸地上建數據中心，自然要佔用土地空間，除了土地成本之外，一些天然氣温較低的寒冷內陸城市和地區，基礎設施條件一般也沒有沿海地區發達，比如北極圈，導致TCO總體擁有成本上升。

尤其是隨着超萬卡集羣的到來，對陸地上的數據中心/智算中心配套設施，比如供電、承重、機房潔淨度和走線架設計等提出了極高要求。

《面向超萬卡集羣的新型智算技術白皮書（2024年）》顯示，由於超萬卡集羣的算力密度更高、功耗密度更高，線纜的布放量也隨之增大，一個 1.8 萬卡的智算集羣，需要布放 10 萬量級的線纜，這將對走線架的寬度和承重帶來新的挑戰。

可以説，陸地數據中心/智算中心的總體成本正在走高。

與之相比，水底數據中心的建設成本正在下降，二者之間的“剪刀差”越來越小。

一方面，由於湖泊、海洋的空間較大，建設方的選址範圍更廣，相比內陸地區，水下數據中心的土地成本更可控。

此外，水下數據中心往往採用高度集成、緊耦合、密封式數據艙，一些在陸地數據中心中是必需的設備，如冷卻塔和壓縮機等，在水下都不需要。設計得當的海底數據倉，故障率和運維成本更低。

2020年9月，微軟將沉入海底兩年的數據中心撈上來，評估發現，水下數據中心的服務器故障率，比傳統數據中心更低，可靠性比陸地上的服務器高8倍。

這可能是因為，水下數據艙可以與多變的環境隔離，很少受到事故擾動。總之，廣袤遼闊的水域，讓無需與人類爭奪土地資源的水下算力，價格“更香”了。

把服務器泡在水裏，省水。這究竟是怎麼一回事？

這就要提到一個指標：WUE（Water Usage Effectiveness），水資源利用效率。

很多人聽説過PUE，卻很少聽過WUE，而想要推動環境可持續發展，實現碳中和，WUE也不得不降。

降低WUE，核心就是減少分子——輸入數據中心的水量，主要由冷凍補水、冷卻補水、加濕補水等生產用水組成。冷卻過程中消耗的水資源越少，WUE就越高。

把數據中心泡在水裏，就能減少生產用水嗎？可以，而且甚至是0。

一方面，水下數據中心直接使用周圍水體的低温來冷卻服務器，無需蒸發散熱，省去了傳統數據中心中的冷卻塔和冷水系統，用於冷卻的水資源消耗等於0。

此外，水下數據中心冷卻過程中蒸發的水分直接回到水體中，對於公共水源來説也幾乎沒有損失。一些乾旱缺水的地區，如果利用湖泊、河流、地下水來降温，蒸發的水資源卻未必能快速回到當地的水系之中，會給當地水環境帶來負面影響。

2023年，美國亞利桑那州就因為擔心水資源消耗問題，限制當地數據中心建設。國內，內蒙古烏蘭察布市集寧區也出台了《關於禁止集寧區大數據企業使用地下水冷卻降温的通知》，轄區內大數據企業一律禁止用地下水冷卻降温。

而水下數據中心即使產生一些熱蒸騰，也會很快被廣闊的湖泊海洋而代謝掉，不會影響到當地的水循環。

水下數據中心雖然成本優勢大，但AI雲服務如果一味降本，可能會出現“降本增笑”的事故。

舉個例子，西部數據中心的存算成本比東部更低，但一些東部企業考慮到傳輸時延、丟包率、業務可靠性等，寧肯多承擔50%的成本，也要把數據放在東部，尤其是自動駕駛等對數據實時性要求較高的業務。這也是很多西部數據中心，上架率不高的重要原因。

水下數據中心的商業化困境在於，雖然價格低，但與AI需求沒有充分適配，而AI又被雲廠商看作是當下最關鍵的新增收入點。

水下的資源擴展性受限。雲服務需要根據用户需求快速擴展資源，增加算力規模、存儲空間，而水下數據艙的出廠、下水都有一定的時間週期（微軟官網顯示，Natick從工廠到運行要90天），而目前陸地上的智算中心，採用模塊化建設只需一個月左右就能落成，能更快滿足AI算力需求。

目前，微軟也宣佈暫停了Natick項目，據説要在後期加強安裝、維修機器人等方面的研究，看來遠離人類活動的水下環境，仍不適合大規模部署數據中心。

另外，對水下算力的納管和管理，也給雲廠商提出了挑戰。目前水下算力的佔比還比較小，雲廠商要整合和管理這些異構資源，確保不同來源的算力可以無縫集成，實現最佳性能，並讓用户便捷簡單地使用這些資源，需要投入大量的資源進行技術和系統、平台的研發。

一些積累不夠深厚的中小型雲廠商，可能出現“醬油（管理平台）比雞（算力）貴”的情況，並不能靠成本優勢來提升綜合競爭力。

徐志摩曾在《偶然》詩中寫道：“我是天空中的一片雲，偶爾投影在你的波心。”目前來看，AI雲服務和水下數據中心，恐怕還無法長相廝守、成為彼此的唯一。

2024年5月，Natick項目第二期已經開始，反映出微軟對雲數據中心解決方案的持續追求，也讓“水下數據中心”成為中國不能落後太遠的一條賽道，更適合作為科技自立、科技強國的一張名片，與國資雲、央國企雲、科研雲一同試點探索。

而商業化屬性更強的雲服務商，仍需要聚焦在陸地上。幸好中國地形地貌豐富、基礎設施完善，有廣闊天地來探索“極致性價比”。

從這個角度説，算力，從來不是一家計算企業或一個行業的事，而是一個舉世參與的系統工程。算力即國力的時代，才剛剛開始。